本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域,特別涉及一種用戶客戶流失預(yù)警的數(shù)據(jù)分析方法和裝置。
背景技術(shù):
隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展和普及,金融服務(wù)正在從傳統(tǒng)方式向電子平臺(tái)方式轉(zhuǎn)換,人們也越來越多的使用電子平臺(tái)方式的金融系統(tǒng)進(jìn)行金融交易。目前大部分金融機(jī)構(gòu)都構(gòu)建了客戶關(guān)系管理系統(tǒng),但只局限于業(yè)務(wù)受理、營(yíng)業(yè)收費(fèi)、投訴等基本功能的實(shí)現(xiàn)。對(duì)于數(shù)據(jù)的分析也僅局限于在對(duì)投訴、故障等指標(biāo)的統(tǒng)計(jì)上,對(duì)于客戶流失的分析預(yù)警功能存在缺失。
技術(shù)實(shí)現(xiàn)要素:
有鑒于此,本發(fā)明提供了一種用于客戶流失預(yù)警的數(shù)據(jù)分析方法和裝置,以便于實(shí)現(xiàn)對(duì)客戶流失的分析預(yù)警。
具體技術(shù)方案如下:
本發(fā)明提供了一種用于客戶流失預(yù)警的數(shù)據(jù)分析方法,預(yù)先基于流失客戶和非流失客戶關(guān)于某服務(wù)的歷史操作行為,從關(guān)于所述服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略,所述N為預(yù)設(shè)的正整數(shù);該方法包括:
獲取待分析客戶關(guān)于所述服務(wù)的所述N類行為數(shù)據(jù);
分析獲取的N類行為數(shù)據(jù)與所述流失結(jié)果判別策略的匹配狀況,依據(jù)匹配狀況確定所述待分析客戶的流失程度。
根據(jù)本發(fā)明一可選實(shí)施方式,所述預(yù)先基于流失客戶和非流失客戶關(guān)于某服務(wù)的歷史操作行為,從關(guān)于所述服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略包括:
將流失客戶關(guān)于所述服務(wù)的歷史操作行為作為負(fù)樣本,將非流失客戶關(guān)于所述服務(wù)的歷史操作行為作為正樣本,利用分類模型確定關(guān)于所述服務(wù)的各類行為對(duì)客戶流失這一結(jié)果的影響程度;
依據(jù)所述影響程度,從關(guān)于所述服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略。
根據(jù)本發(fā)明一可選實(shí)施方式,所述分類模型包括決策樹模型。
根據(jù)本發(fā)明一可選實(shí)施方式,所述服務(wù)為銀行信用卡服務(wù);
關(guān)于所述銀行信用卡服務(wù)的操作行為從第三方支付系統(tǒng)、銀行系統(tǒng)和電子商務(wù)系統(tǒng)中的至少一個(gè)中獲取。
根據(jù)本發(fā)明一可選實(shí)施方式,所述N類行為包括以下行為中的一種或任意組合:
行為1、客戶解除所述銀行信用卡的快捷支付功能;
行為2、客戶解除對(duì)所述銀行信用卡服務(wù)窗的關(guān)注關(guān)系;
行為3、客戶解除對(duì)所述銀行信用卡的自動(dòng)還款關(guān)系;
行為4、客戶使用所述銀行信用卡進(jìn)行在線支付的次數(shù)占比降低預(yù)設(shè)幅度;
行為5、客戶針對(duì)所述銀行信用卡的還款次數(shù)占比降低預(yù)設(shè)幅度;
行為6、客戶使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為7、客戶使用所述銀行信用卡進(jìn)行還款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為8、客戶使用所述銀行信用卡進(jìn)行分期付款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為9、客戶使用所述銀行信用卡進(jìn)行消費(fèi)、還款或分期付款的資金占比降低預(yù)設(shè)幅度;
行為10、客戶使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)在設(shè)定時(shí)長(zhǎng)內(nèi)的活躍度低于預(yù)設(shè)閾值;
行為11、客戶使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的活躍度降低預(yù)設(shè) 比例或預(yù)設(shè)幅度,其中所述活躍度由使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的頻率確定;
行為12、客戶未使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)。
根據(jù)本發(fā)明一可選實(shí)施方式,所述流失結(jié)果判別策略包括:
如果不滿足所述行為1至行為12,則所述待分析客戶無流失風(fēng)險(xiǎn);
如果滿足所述行為11或行為12,則所述待分析客戶有輕度流失風(fēng)險(xiǎn);
如果滿足所述行為1至5中的任一種,或者滿足所述行為6至10中的任一種,則所述待分析客戶有中度流失風(fēng)險(xiǎn);
如果滿足所述行為1至行為5中的任一種并且滿足所述行為6至10中的任一種,則所述待分析客戶有重度流失風(fēng)險(xiǎn);
如果滿足所述行為1至行為5中的任一種并且滿足所述行為11或行為12,則所述待分析客戶有重度流失風(fēng)險(xiǎn)。
本發(fā)明還提供了一種用于客戶流失預(yù)警的數(shù)據(jù)分析裝置,該裝置包括:
策略構(gòu)建單元,用于預(yù)先基于流失客戶和非流失客戶關(guān)于某服務(wù)的歷史操作行為,從關(guān)于所述服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略,所述N為預(yù)設(shè)的正整數(shù);
行為獲取單元,用于獲取待分析客戶關(guān)于所述服務(wù)的所述N類行為數(shù)據(jù);
流失分析單元,用于分析所述行為獲取單元獲取的N類行為數(shù)據(jù)與所述流失結(jié)果判別策略的匹配狀況,依據(jù)匹配狀況確定所述待分析客戶的流失程度。
根據(jù)本發(fā)明一可選實(shí)施方式,所述策略構(gòu)建單元包括:
訓(xùn)練子單元,用于將流失客戶關(guān)于所述服務(wù)的歷史操作行為作為負(fù)樣本,將非流失客戶關(guān)于所述服務(wù)的歷史操作行為作為正樣本,利用分類模型確定關(guān)于所述服務(wù)的各類行為對(duì)客戶流失這一結(jié)果的影響程度;
選擇子單元,用于依據(jù)所述影響程度,從關(guān)于所述服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略。
根據(jù)本發(fā)明一可選實(shí)施方式,所述分類模型包括決策樹模型。
根據(jù)本發(fā)明一可選實(shí)施方式,所述服務(wù)為銀行信用卡服務(wù);
所述策略構(gòu)建單元和行為獲取單元從第三方支付系統(tǒng)、銀行系統(tǒng)和電子商務(wù)系統(tǒng)中的至少一個(gè)獲取關(guān)于所述銀行信用卡服務(wù)的操作行為。
根據(jù)本發(fā)明一可選實(shí)施方式,所述N類行為包括以下行為中的一種或任意組合:
行為1、客戶解除所述銀行信用卡的快捷支付功能;
行為2、客戶解除對(duì)所述銀行信用卡服務(wù)窗的關(guān)注關(guān)系;
行為3、客戶解除對(duì)所述銀行信用卡的自動(dòng)還款關(guān)系;
行為4、客戶使用所述銀行信用卡進(jìn)行在線支付的次數(shù)占比降低預(yù)設(shè)幅度;
行為5、客戶針對(duì)所述銀行信用卡的還款次數(shù)占比降低預(yù)設(shè)幅度;
行為6、客戶使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為7、客戶使用所述銀行信用卡進(jìn)行還款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為8、客戶使用所述銀行信用卡進(jìn)行分期付款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為9、客戶使用所述銀行信用卡進(jìn)行消費(fèi)、還款或分期付款的資金占比降低預(yù)設(shè)幅度;
行為10、客戶使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)在設(shè)定時(shí)長(zhǎng)內(nèi)的活躍度低于預(yù)設(shè)閾值;
行為11、客戶使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的活躍度降低預(yù)設(shè)比例或預(yù)設(shè)幅度,其中所述活躍度由使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的頻率確定;
行為12、客戶從未使用所述銀行信用卡進(jìn)行網(wǎng)上消費(fèi)。
根據(jù)本發(fā)明一可選實(shí)施方式,所述流失結(jié)果判別策略包括:如果不滿足所述行為1至行為12,則所述待分析客戶無流失風(fēng)險(xiǎn);
如果滿足所述行為11或行為12,則所述待分析客戶有輕度流失風(fēng)險(xiǎn);
如果滿足所述行為1至5中的任一種,或者滿足所述行為6至10中的任一 種,則所述待分析客戶有中度流失風(fēng)險(xiǎn);
如果滿足所述行為1至行為5中的任一種并且滿足所述行為6至10中的任一種,則所述待分析客戶有重度流失風(fēng)險(xiǎn);
如果滿足所述行為1至行為5中的任一種并且滿足所述行為11或行為12,則所述待分析客戶有重度流失風(fēng)險(xiǎn)。
由以上技術(shù)方案可以看出,本發(fā)明基于流失客戶和非流失客戶關(guān)于某服務(wù)的歷史操作行為構(gòu)建流失結(jié)果判別策略,并基于該流失結(jié)果判別策略對(duì)待分析客戶關(guān)于該服務(wù)的行為數(shù)據(jù)進(jìn)行分析,確定待分析客戶的流失程度,從而實(shí)現(xiàn)對(duì)流失客戶的分析預(yù)警。
【附圖說明】
圖1為本發(fā)明實(shí)施例提供的一種方法流程圖;
圖2為本發(fā)明實(shí)施例提供的針對(duì)銀行信用卡的客戶流失預(yù)警分析的流程圖;
圖3為本發(fā)明實(shí)施例提供的裝置結(jié)構(gòu)圖。
【具體實(shí)施方式】
為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述。
圖1為本發(fā)明實(shí)施例提供的一種方法流程圖,如圖1所示,該方法主要包括以下步驟:
在101中,基于流失客戶和非流失客戶關(guān)于某服務(wù)的歷史操作行為,從關(guān)于該服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略,其中N為預(yù)設(shè)的正整數(shù)。
針對(duì)流失預(yù)警的分析方式是針對(duì)具體服務(wù)的,因此依據(jù)客戶關(guān)于服務(wù)的歷史操作行為來確定流失結(jié)果判別策略。由于客戶是否想要終止某項(xiàng)服務(wù)從其關(guān)于該服務(wù)的操作行為中就能夠體現(xiàn)出來,因此本發(fā)明實(shí)施例中,可以將 流失客戶關(guān)于該服務(wù)的歷史操作行為作為負(fù)樣本,將非流失客戶關(guān)于該服務(wù)的歷史操作行為作為正樣本,利用分類模型確定關(guān)于該服務(wù)的各類行為對(duì)客戶流失這一結(jié)果的影響程度;然后依據(jù)影響程度,從關(guān)于該服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略。
其中分類模型可以采用但不限于決策樹模型、神經(jīng)網(wǎng)絡(luò)模型等等。利用分類模型可以確定出關(guān)于該服務(wù)的各類行為對(duì)客戶流失這一結(jié)果的影響程度。例如,客戶關(guān)于該服務(wù)的歷史操作行為包含:X1、X2、X3、…、X50,一共50種,分類結(jié)果存在兩種:客戶流失和客戶不流失,利用分類模型進(jìn)行訓(xùn)練后,可以得到諸如:
X1-客戶流失-權(quán)值1,
X2-客戶流失-權(quán)值2,
…,
X50-客戶流失-權(quán)值50。
其中權(quán)值1表示行為類型X1對(duì)客戶流失這一結(jié)果的影響為權(quán)值1,權(quán)值2表示行為類型X2對(duì)客戶流失這一結(jié)果的影響為權(quán)值2,其他權(quán)值的含義類似。
然后依據(jù)上述各類行為的權(quán)值(影響程度),優(yōu)選選擇權(quán)值高的構(gòu)成流失結(jié)果判別策略。另外在選擇流失結(jié)果判別策略時(shí),還可以結(jié)合一些其他因素,例如結(jié)合各類行為數(shù)據(jù)的數(shù)據(jù)質(zhì)量、業(yè)務(wù)可解釋性等。其中,對(duì)于數(shù)據(jù)質(zhì)量而言,存在大量數(shù)據(jù)缺失的行為數(shù)據(jù)類別會(huì)影響對(duì)流失結(jié)果的判別,通常不會(huì)被選擇作為流失結(jié)果判別策略。對(duì)于業(yè)務(wù)可解釋性而言,如果某類行為對(duì)于產(chǎn)生客戶流失這一結(jié)果的原因是可追溯的、可解釋的,那么該類行為的業(yè)務(wù)可解釋性就較高,優(yōu)選被用于構(gòu)成流失結(jié)果判別策略。
上述步驟101是預(yù)先執(zhí)行的步驟,即預(yù)先建立流失結(jié)果判別策略,利用建立的流失結(jié)果判別策略對(duì)客戶進(jìn)行判別,以確定該客戶的流失程度。
在102中,獲取待分析客戶關(guān)于該服務(wù)的上述N類行為數(shù)據(jù)。
本步驟中獲取一定時(shí)間內(nèi)待分析客戶關(guān)于該服務(wù)的操作行為數(shù)據(jù),由于 獲取的行為數(shù)據(jù)需要與流失結(jié)果判別策略進(jìn)行匹配,因此獲取的行為數(shù)據(jù)的類別與構(gòu)成流失結(jié)果判別策略的行為類別一致。假設(shè)流失結(jié)果判別策略由類別X1,X2,…,X8的行為構(gòu)成,那么本步驟中獲取待分析客戶關(guān)于該服務(wù)的X1,X2,…,X8類別的行為數(shù)據(jù)。
在103中,分析獲取的N類行為數(shù)據(jù)與流失結(jié)果判別策略的匹配狀況,依據(jù)匹配狀況確定待分析客戶的流失程度。
在本步驟中,可以根據(jù)獲取的N類行為數(shù)據(jù)與流失結(jié)果判別策略的匹配狀況,將客戶的流失程度進(jìn)行分類,可以粗略地分為流失客戶和非流失客戶,也可以細(xì)致地分為非流失客戶、輕度流失客戶、中度流失客戶和重度流失客戶。
在確定出流失程度后,可以輸出待分析客戶的流失程度,也可以僅輸出流失客戶或者中度流失客戶或重度流失客戶等的信息。
在下面的實(shí)施例中,服務(wù)以銀行信用卡服務(wù)為例,對(duì)該銀行信用卡的客戶流失進(jìn)行預(yù)警。如圖2所示,該流程可以具體包括以下步驟:
在201中,從與該銀行有業(yè)務(wù)關(guān)聯(lián)的第三方支付系統(tǒng)、銀行系統(tǒng)和電子商務(wù)系統(tǒng)中獲取流失客戶關(guān)于本行信用卡的歷史操作行為,將其作為負(fù)樣本,將非流失客戶關(guān)于本行信用卡的歷史操作行為作為正樣本,利用決策樹模型確定關(guān)于本行信用卡的各類行為對(duì)客戶流失這一結(jié)果的影響程度。
例如,如果是針對(duì)的是招商銀行信用卡,那么可以從與招行銀行有業(yè)務(wù)關(guān)聯(lián)的,比如支付寶、易付寶等第三方支付平臺(tái),建設(shè)銀行系統(tǒng)、中國(guó)銀行系統(tǒng)等銀行系統(tǒng),京東、蘇寧易購(gòu)、亞馬遜等電子商務(wù)系統(tǒng)中,獲取持招商銀行信用卡的客戶關(guān)于該招商銀行信用卡的歷史操作行為。諸如:在第三方支付平臺(tái)上解除招商銀行信用卡的快捷支付,在第三方支付平臺(tái)使用招商銀行信用卡進(jìn)行支付,使用招商銀行信用卡在電子商務(wù)系統(tǒng)中進(jìn)行消費(fèi),使用銀行系統(tǒng)儲(chǔ)蓄卡對(duì)招商銀行信用卡進(jìn)行還款,使用招商銀行信用卡在電子商務(wù)系統(tǒng)中進(jìn)行分期付款,等等。
在選擇正、負(fù)樣本時(shí),流失客戶和非流失客戶可以人工進(jìn)行識(shí)別確定, 也可以依據(jù)一定策略確定。例如將6個(gè)月以上未使用過招商銀行信用卡的客戶作為流失客戶,那么獲取其使用招商銀行信用卡的最后幾個(gè)月的操作行為作為負(fù)樣本。對(duì)于近期仍頻繁使用招行銀行信用卡的客戶作為非流失客戶,獲取其中幾個(gè)月的操作行為作為正樣本。
采用分類模型對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練,就能夠得到各類行為對(duì)客戶流失這一結(jié)果的影響程度。
在202中,依據(jù)關(guān)于招商銀行信用卡的各類行為對(duì)客戶流失這一結(jié)果的影響程度,選擇其中N類行為構(gòu)成流失結(jié)果判別策略,其中N為預(yù)設(shè)的正整數(shù)。
可以優(yōu)選對(duì)客戶流失這一影響程度高的行為類別,再結(jié)合數(shù)據(jù)質(zhì)量和業(yè)務(wù)可解釋性等因素,假設(shè)確定出12類行為構(gòu)成流失結(jié)果判別策略,具體如下:
行為1、客戶解除招商銀行信用卡的快捷支付功能。例如,客戶解除招商銀行信用卡在京東上的快捷支付功能,客戶解除招商銀行信用卡在支付寶上的快捷支付功能,等等。
行為2、客戶解除對(duì)招商銀行信用卡服務(wù)窗的關(guān)注關(guān)系。例如,在支付寶中存在一些服務(wù)的服務(wù)窗,客戶解除對(duì)招商銀行信用卡服務(wù)窗。
行為3、客戶解除對(duì)招商銀行信用卡的自動(dòng)還款關(guān)系。例如,客戶解除中國(guó)銀行儲(chǔ)蓄卡對(duì)招商銀行信用卡的自動(dòng)還款關(guān)系。
行為4、客戶使用招商銀行信用卡進(jìn)行在線支付的次數(shù)占比降低預(yù)設(shè)幅度。本行為體現(xiàn)的是客戶使用招商銀行信用卡進(jìn)行在線支付的總體狀況的變化,例如客戶使用招商銀行信用卡、中國(guó)銀行信用卡、建設(shè)銀行信用卡進(jìn)行在線支付,1月份使用招商銀行信用卡進(jìn)行在線支付的次數(shù)占所有信用卡的40%,2月份使用招商銀行信用卡進(jìn)行在線支付的次數(shù)占所有信用卡的20%,那么客戶使用招商銀行信用卡進(jìn)行在線支付的次數(shù)占比降低了20%。
行為5、客戶針對(duì)招商銀行信用卡的還款次數(shù)占比降低預(yù)設(shè)幅度。該行為與行為4類似,體現(xiàn)的是客戶針對(duì)招商銀行信用卡的還款次數(shù)的總體狀況變化。
行為6、客戶使用招商銀行信用卡進(jìn)行網(wǎng)上消費(fèi)的資金減低預(yù)設(shè)比例或預(yù)設(shè)幅度。本行為通常是對(duì)客戶使用招商銀行信用卡進(jìn)行所有網(wǎng)上消費(fèi)的資金統(tǒng)計(jì)后的結(jié)果,例如客戶使用招商銀行在京東、蘇寧易購(gòu)、亞馬遜等電子商務(wù)系統(tǒng)進(jìn)行網(wǎng)上消費(fèi),那么對(duì)這些消費(fèi)資金進(jìn)行統(tǒng)計(jì),將前后兩個(gè)時(shí)間段的資金進(jìn)行比較。
行為7、客戶針對(duì)招商銀行信用卡進(jìn)行還款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度。
行為8、客戶使用招商銀行信用卡進(jìn)行分期付款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度。
上述行為6、7、8均是對(duì)多渠道的資金進(jìn)行統(tǒng)計(jì),然后將前后兩個(gè)時(shí)間段的統(tǒng)計(jì)結(jié)果進(jìn)行比較。
行為9、客戶使用招商銀行信用卡進(jìn)行消費(fèi)、還款或分期付款的資金占比降低預(yù)設(shè)幅度。本行為體現(xiàn)的是客戶使用招商銀行信用卡進(jìn)行消費(fèi)、還款或分期付款的資金總體狀況變化,所謂占比是指使用招商銀行信用卡進(jìn)行消費(fèi)、還款或分期付款的資金與使用所有渠道進(jìn)行消費(fèi)、還款或分期付款的資金的比值。
行為10、客戶使用招商銀行信用卡進(jìn)行網(wǎng)上消費(fèi)在設(shè)定時(shí)長(zhǎng)內(nèi)的活躍度低于預(yù)設(shè)閾值。其中,活躍度由客戶使用招商銀行信用卡進(jìn)行網(wǎng)上消費(fèi)在設(shè)定市場(chǎng)內(nèi)的頻率確定。
行為11、客戶使用招商銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的活躍度降低預(yù)設(shè)比例或預(yù)設(shè)幅度;活躍度由使用招商銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的頻率確定。
行為12、客戶未使用招商銀行信用卡進(jìn)行網(wǎng)上消費(fèi)。
上述行為1至行為5是關(guān)系類行為,即體現(xiàn)的是招商銀行信用卡與第三方支付平臺(tái)、銀行系統(tǒng)或電子商務(wù)平臺(tái)在業(yè)務(wù)上的關(guān)系變化,行為6至行為12是資金類行為,即體現(xiàn)的是招商銀行信用卡與第三方支付平臺(tái)、銀行系統(tǒng)或電子商務(wù)平臺(tái)在資金上的變化。
如果不滿足上述行為1至行為12,對(duì)應(yīng)判別結(jié)果為:無流失風(fēng)險(xiǎn);
如果滿足行為1至行為5中任一種,對(duì)應(yīng)判別結(jié)果為:中度流失風(fēng)險(xiǎn);
如果滿足行為6至行為10中任一種,對(duì)應(yīng)判別結(jié)果為:中度流失風(fēng)險(xiǎn);
如果滿足行為11或行為12,對(duì)應(yīng)判別結(jié)果為:輕度流失風(fēng)險(xiǎn);
如果滿足行為1至行為5中任一種并且滿足行為6至10中的任一種,對(duì)應(yīng)判別結(jié)果為:重度流失風(fēng)險(xiǎn);
如果滿足行為1至行為5中任一種并且滿足行為11或12,對(duì)應(yīng)判別結(jié)果為:重度流失風(fēng)險(xiǎn)。
在完成上述步驟201和步驟202的建立流失結(jié)果判別策略的過程后,對(duì)待分析客戶執(zhí)行以下步驟。
在203中,獲取待分析客戶關(guān)于招商銀行信用卡的上述N類行為數(shù)據(jù)。
本步驟中的行為數(shù)據(jù)獲取與步驟201中類似,不同的是本步驟僅僅是針對(duì)待分析客戶進(jìn)行與流失結(jié)果判別策略對(duì)應(yīng)的N類行為數(shù)據(jù)的獲取。
在204中,分析步驟203中獲取的N類行為數(shù)據(jù)與流失結(jié)果判別策略的匹配狀況,依據(jù)匹配狀況確定該待分析客戶的流失程度。
例如:如果獲取的行為數(shù)據(jù)均不滿足上例中的行為1至行為12,則確定該待分析客戶為無流失風(fēng)險(xiǎn)的客戶。如果滿足行為1至行為5中任一種,則確定該待分析客戶為中度流失風(fēng)險(xiǎn)的客戶。如果滿足行為6至行為10中任一種,則確定該待分析客戶為中度流失風(fēng)險(xiǎn)客戶。如果滿足行為11或行為12,則確定該待分析客戶為輕度流失風(fēng)險(xiǎn)客戶。如果滿足行為1至行為5中任一種并且滿足行為6至10中的任一種,則確定該待分析客戶為重度流失風(fēng)險(xiǎn)客戶。如果滿足行為1至行為5中任一種并且滿足行為11或12,則確定該待分析客戶為重度流失風(fēng)險(xiǎn)客戶。
在205中,輸出重度流失風(fēng)險(xiǎn)和中度流失風(fēng)險(xiǎn)的客戶信息。
對(duì)于本實(shí)施例中招商銀行系統(tǒng)而言,預(yù)測(cè)出重度流失風(fēng)險(xiǎn)和中度流失風(fēng)險(xiǎn)的客戶信息,并輸出給銀行工作人員,可以使得銀行工作人員根據(jù)不同流失風(fēng)險(xiǎn)等級(jí)制定不同的方案以挽留客戶,例如通過渠道促銷、電話回訪等方 式來挽留客戶。也就是說,本發(fā)明實(shí)施例提供的方式為銀行系統(tǒng)提供了客戶流失預(yù)警,并作為挽留客戶提供參考依據(jù)。而不必等到客戶流失后,才發(fā)現(xiàn)流失的情況為時(shí)已晚。
本申請(qǐng)實(shí)施例中,可以基于用戶在一服務(wù)的歷史行為數(shù)據(jù)進(jìn)行收集,以獲得大量歷史數(shù)據(jù)信息,從而可基于大數(shù)據(jù)信息進(jìn)行上述的挖掘和處理過程,挖掘出用戶的行為趨勢(shì),對(duì)用戶的行為進(jìn)行準(zhǔn)確的預(yù)測(cè),使得可以利用網(wǎng)絡(luò)和計(jì)算機(jī)為用戶提供客戶流失程度的信息,從而解決現(xiàn)有網(wǎng)絡(luò)和計(jì)算技術(shù)無法實(shí)現(xiàn)為用戶提供客戶流失信息的問題。
圖3為本發(fā)明實(shí)施例提供的裝置結(jié)構(gòu)圖,如圖3中所示,該裝置可以包括:策略構(gòu)建單元00、行為獲取單元10和流失分析單元20。各組成單元的主要功能如下:
策略構(gòu)建單元00負(fù)責(zé)預(yù)先基于流失客戶和非流失客戶關(guān)于某服務(wù)的歷史操作行為,從關(guān)于服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略,N為預(yù)設(shè)的正整數(shù)。
具體地,策略構(gòu)建單元00可以包括:訓(xùn)練子單元01和選擇子單元02。
其中,訓(xùn)練子單元01將流失客戶關(guān)于服務(wù)的歷史操作行為作為負(fù)樣本,將非流失客戶關(guān)于服務(wù)的歷史操作行為作為正樣本,利用分類模型確定關(guān)于服務(wù)的各類行為對(duì)客戶流失這一結(jié)果的影響程度。分類模型可以采用但不限于決策樹模型、神經(jīng)網(wǎng)絡(luò)模型等等。
選擇子單元02依據(jù)影響程度,從關(guān)于服務(wù)的各類行為中選擇N類行為構(gòu)成流失結(jié)果判別策略。另外在選擇流失結(jié)果判別策略時(shí),還可以結(jié)合一些其他因素,例如結(jié)合各類行為數(shù)據(jù)的數(shù)據(jù)質(zhì)量、業(yè)務(wù)可解釋性等。
行為獲取單元10負(fù)責(zé)獲取待分析客戶關(guān)于服務(wù)的上述N類行為數(shù)據(jù),流失分析單元20負(fù)責(zé)分析行為獲取單元10獲取的N類行為數(shù)據(jù)與流失結(jié)果判別策略的匹配狀況,依據(jù)匹配狀況確定待分析客戶的流失程度。
當(dāng)上述服務(wù)為銀行信用卡服務(wù)時(shí),策略構(gòu)建單元00和行為獲取單元10可以從第三方支付系統(tǒng)、銀行系統(tǒng)和電子商務(wù)系統(tǒng)中的至少一個(gè)獲取關(guān)于銀行信用 卡服務(wù)的操作行為。
此時(shí),上述N類行為包括以下行為中的一種或任意組合:
行為1、客戶解除銀行信用卡的快捷支付功能;
行為2、客戶解除對(duì)銀行信用卡服務(wù)窗的關(guān)注關(guān)系;
行為3、客戶解除對(duì)銀行信用卡的自動(dòng)還款關(guān)系;
行為4、客戶使用銀行信用卡進(jìn)行在線支付的次數(shù)占比降低預(yù)設(shè)幅度;
行為5、客戶針對(duì)銀行信用卡的還款次數(shù)占比降低預(yù)設(shè)幅度;
行為6、客戶使用銀行信用卡進(jìn)行網(wǎng)上消費(fèi)的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為7、客戶使用銀行信用卡進(jìn)行還款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為8、客戶使用銀行信用卡進(jìn)行分期付款的資金降低預(yù)設(shè)比例或預(yù)設(shè)幅度;
行為9、客戶使用銀行信用卡進(jìn)行消費(fèi)、還款或分期付款的資金占比降低預(yù)設(shè)幅度;
行為10、客戶使用銀行信用卡進(jìn)行網(wǎng)上消費(fèi)在設(shè)定時(shí)長(zhǎng)內(nèi)的活躍度低于預(yù)設(shè)閾值;
行為11、客戶使用銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的活躍度降低預(yù)設(shè)比例或預(yù)設(shè)幅度,其中活躍度由使用銀行信用卡進(jìn)行網(wǎng)上消費(fèi)或還款的頻率確定;
行為12、客戶從未使用銀行信用卡進(jìn)行網(wǎng)上消費(fèi)。
構(gòu)建的流失結(jié)果判別策略可以如下所示:
如果不滿足行為1至行為12,則待分析客戶無流失風(fēng)險(xiǎn);
如果滿足行為11或行為12,則待分析客戶有輕度流失風(fēng)險(xiǎn);
如果滿足行為1至5中的任一種,或者滿足行為6至10中的任一種,則待分析客戶有中度流失風(fēng)險(xiǎn);
如果滿足行為1至行為5中的任一種并且滿足行為6至10中的任一種,則待分析客戶有重度流失風(fēng)險(xiǎn);
如果滿足行為1至行為5中的任一種并且滿足行為11或行為12,則待分析 客戶有重度流失風(fēng)險(xiǎn)。
在本發(fā)明所提供的幾個(gè)實(shí)施例中,應(yīng)該理解到,所揭露的裝置和方法,可以通過其它的方式實(shí)現(xiàn)。例如,以上所描述的裝置實(shí)施例僅僅是示意性的,例如,所述單元的劃分,僅僅為一種邏輯功能劃分,實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式。
所述作為分離部件說明的單元可以是或者也可以不是物理上分開的,作為單元顯示的部件可以是或者也可以不是物理單元,即可以位于一個(gè)地方,或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上??梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。
另外,在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中,也可以是各個(gè)單元單獨(dú)物理存在,也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn),也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。
上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元,可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中,包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī),服務(wù)器,或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括:U盤、移動(dòng)硬盤、只讀存儲(chǔ)器(Read-Only Memory,ROM)、隨機(jī)存取存儲(chǔ)器(Random Access Memory,RAM)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。
以上所述僅為本發(fā)明的較佳實(shí)施例而已,并不用以限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi),所做的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。